Πτυχίο BSc με άριστα στην Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων
Dubai, Ηνωμένα Αραβικά Εμιράτα
BSc (Bachelor Επιστημών)
ΔΙΆΡΚΕΙΑ
3 έτη
ΓΛΏΣΣΕΣ
Αγγλικά
ΡΥΘΜΌΣ
Πλήρης απασχόληση
ΠΡΟΘΕΣΜΊΑ ΕΦΑΡΜΟΓΉΣ
ΠΡΩΙΜΌΤΕΡΗ ΗΜΕΡΟΜΗΝΊΑ ΈΝΑΡΞΗΣ
ΔΊΔΑΚΤΡΑ
AED 64.557 / per year *
ΜΟΡΦΉ ΜΕΛΈΤΗΣ
Στην Πανεπιστημιούπολη
* όλα τα δίδακτρα συμπεριλαμβανομένου του ΦΠΑ
Το πρόγραμμα BSc στην Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων είναι ένα διεπιστημονικό πτυχίο που ενσωματώνει τις βασικές αρχές της Τεχνητής Νοημοσύνης και της Επιστήμης Δεδομένων με στόχο:
- Σας παρέχει μια ολοκληρωμένη κατανόηση των θεωρητικών θεμελίων και των πρακτικών εφαρμογών της Τεχνητής Νοημοσύνης και της Επιστήμης Δεδομένων στις σύγχρονες βιομηχανίες.
- Σας εξοπλίζει με τις γνώσεις και τις δεξιότητες για να σχεδιάζετε, να αναπτύσσετε, να ενσωματώνετε και να συντηρείτε ευφυή συστήματα σε διάφορους τομείς.
- Ενισχύστε την ικανότητα αποτελεσματικής επικοινωνίας τόσο με τεχνικούς επαγγελματίες όσο και με μη ειδικούς, επιτρέποντας τη συνεργασία και τα αποτελεσματικά αποτελέσματα του έργου.
- Αναπτύξτε την επάρκειά σας σε ένα ευρύ φάσμα τεχνολογιών, συμπεριλαμβανομένων των γλωσσών προγραμματισμού, του σχεδιασμού και ανάπτυξης λογισμικού, του σχεδιασμού αλγορίθμων, της μηχανικής μάθησης, της ανάλυσης δεδομένων, των τεχνικών αναζήτησης και της αναπαράστασης γνώσης.
- Σας δίνει τη δυνατότητα να προσαρμόζεστε και να εξελίσσεστε στον τομέα, εξοπλίζοντάς σας με κριτική σκέψη και δεξιότητες ανεξάρτητης μάθησης για να κατακτήσετε αναδυόμενα εργαλεία, τεχνικές και πλαίσια
- Ενσωμάτωση επαγγελματικών προτύπων μέσω της κατανόησης των νομικών, ηθικών και κοινωνικών πλαισίων της Τεχνητής Νοημοσύνης και της Επιστήμης Δεδομένων, με ιδιαίτερη έμφαση στην ασφάλεια των δεδομένων, την ιδιωτικότητα, τη βιωσιμότητα, την ισότητα, την ποικιλομορφία και την ένταξη.
Οι απόφοιτοι αυτού του προγράμματος θα είναι άρτια προετοιμασμένοι για ένα ευρύ φάσμα σταδιοδρομιών στην Τεχνητή Νοημοσύνη, την Επιστήμη Δεδομένων, τη Μηχανική Μηχανικής Μάθησης, την Ανάπτυξη Ευφυών Συστημάτων και συναφείς ρόλους. Θα είναι επίσης σε θέση να ακολουθήσουν μεταπτυχιακές σπουδές σε τομείς όπως η Τεχνητή Νοημοσύνη, η Επιστήμη Δεδομένων, η Ρομποτική και η Ανθρωποκεντρική Υπολογιστική.
Βασικά χαρακτηριστικά του προγράμματος
- Μια ισχυρή βάση στις βασικές θεωρίες, αρχές και πρακτικές που υποστηρίζουν την Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων
- Πρακτική, πρακτική εμπειρία με τα πιο πρόσφατα εργαλεία, περιβάλλοντα προγραμματισμού και πλαίσια ανάπτυξης που χρησιμοποιούνται για τον σχεδιασμό, την κατασκευή και την ανάπτυξη συστημάτων Τεχνητής Νοημοσύνης και Επιστήμης Δεδομένων
- Έμφαση στην εφαρμογή κατάλληλων μεθοδολογιών εντός επαγγελματικών, νομικών και ηθικών πλαισίων—καλύπτοντας τομείς όπως η διακυβέρνηση δεδομένων, η ασφάλεια, η βιωσιμότητα, η ισότητα, η ποικιλομορφία και η ένταξη
- Ανάπτυξη προηγμένων αναλυτικών δεξιοτήτων και δεξιοτήτων επίλυσης προβλημάτων για την αντιμετώπιση σύνθετων, ασαφών και πραγματικών προβλημάτων
- Συνεργατική εργασία σε έργα που ενισχύουν τις ηγετικές, επικοινωνιακές και ομαδικές δεξιότητες, προετοιμάζοντας τους μαθητές για διεπιστημονικά περιβάλλοντα
- Ευκαιρίες βελτίωσης της επαγγελματικής επικοινωνίας παρουσιάζοντας ιδέες και λύσεις Τεχνητής Νοημοσύνης και Επιστήμης Δεδομένων τόσο σε εξειδικευμένο όσο και σε μη εξειδικευμένο κοινό
- Η καθοδήγηση σταδιοδρομίας είναι διαθέσιμη μέσω της Υπηρεσίας Καριέρας και Απασχολησιμότητας.
- Δυνατότητα μεταφοράς στο πανεπιστήμιο του Λονδίνου.
Αποκτήστε τις δεξιότητες για να αξιοποιήσετε τεχνικές Τεχνητής Νοημοσύνης και επιστήμης δεδομένων για έξυπνη λήψη αποφάσεων και αποτελεσματικές λύσεις
Τα βασικά μαθήματα αυτού του προγράμματος περιλαμβάνουν τομείς όπως τα Μαθηματικά για την Τεχνητή Νοημοσύνη, τη Μηχανική Μάθηση και την Εξόρυξη Δεδομένων, τα Βασικά Στοιχεία του Νευρωνικού Υπολογισμού, τους Βιολογικά Εμπνευσμένους Αλγόριθμους και τα Μεγάλα Γλωσσικά Μοντέλα στην Πράξη. Αυτά τα μαθήματα παρέχουν στους φοιτητές μια ολοκληρωμένη κατανόηση τόσο των θεωρητικών αρχών όσο και των πρακτικών εφαρμογών της Τεχνητής Νοημοσύνης και της Επιστήμης Δεδομένων.
Θα αναπτύξετε ισχυρές αναλυτικές, τεχνικές και κριτικές δεξιότητες σκέψης, που θα σας επιτρέψουν να προσεγγίσετε ένα ευρύ φάσμα προκλήσεων - από την επίλυση προβλημάτων που βασίζονται σε δεδομένα στον πραγματικό κόσμο έως τη συμβολή στην έρευνα και την καινοτομία σε ευφυή συστήματα. Το πρόγραμμα σπουδών ασχολείται επίσης με τις κοινωνικές, επαγγελματικές και ηθικές παραμέτρους που αφορούν την ανάπτυξη και την ανάπτυξη συστημάτων Τεχνητής Νοημοσύνης, συμπεριλαμβανομένων ζητημάτων που σχετίζονται με το απόρρητο των δεδομένων, την αλγοριθμική προκατάληψη, τη διαφάνεια και την λογοδοσία.
Το πρόγραμμα υιοθετεί μια μαθησιακή προσέγγιση βασισμένη στην πράξη, η οποία εμπλέκει τους φοιτητές μέσω πρακτικών ατομικών και συνεργατικών ομαδικών δραστηριοτήτων, έργων και εργαστηριακών συνεδριών. Αυτές οι εμπειρίες έχουν σχεδιαστεί για να προσομοιώνουν πραγματικά περιβάλλοντα του κλάδου, ενισχύοντας βασικές δεξιότητες όπως η ομαδική εργασία, η διαχείριση έργων και η επαγγελματική επικοινωνία - βασικά χαρακτηριστικά για την επιτυχία τόσο σε τεχνικούς όσο και σε διεπιστημονικούς ρόλους σε όλο το τοπίο της Τεχνητής Νοημοσύνης και της Επιστήμης Δεδομένων.
Έτος 1
- Προγραμματισμός για Επικοινωνίες Δεδομένων και Δίκτυα (30 πιστωτικές μονάδες) – Υποχρεωτικό
- Εισαγωγή στην Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων (30 μονάδες) – Υποχρεωτικό
- Αλγόριθμοι και Ανάλυση Δεδομένων (30 μονάδες) – Υποχρεωτικό
- Βασικές Αρχές Πληροφορικής (30 μονάδες) – Υποχρεωτικό
Έτος 2
- Εφαρμογές Ιστού και Βάσεις Δεδομένων (30 πιστωτικές μονάδες) – Υποχρεωτικό
- Ανάλυση Δεδομένων για Μοντελοποίηση Επιχειρήσεων (30 πιστωτικές μονάδες) – Υποχρεωτικό
- Μηχανική Μάθηση και Άλλες Τεχνικές Τεχνητής Νοημοσύνης (30 μονάδες) – Υποχρεωτικό
- Μεγάλα Γλωσσικά Μοντέλα (30 μονάδες) – Υποχρεωτικό
Έτος 3
- Σύγχρονες Τάσεις στην Τεχνητή Νοημοσύνη (30 μονάδες) – Υποχρεωτικό
- Βιολογικά Εμπνευσμένοι Αλγόριθμοι (30 μονάδες) - Προαιρετικό
- Τεχνητή Νοημοσύνη στη Ρομποτική (30 μονάδες) – Προαιρετικό
- Προπτυχιακή Ατομική Εργασία (30 πιστωτικές μονάδες) – Υποχρεωτικό
- Αμυντική Ασφάλεια (30 μονάδες) – Προαιρετικό
- Μαθηματικά Τεχνητής Νοημοσύνης και Επιστήμης Δεδομένων (30 μονάδες) – Προαιρετικό
- Νευρωνικά Δίκτυα με Αιχμές (30 μονάδες) – Προαιρετικό
Σημείωση: Τόσο τα βασικά όσο και τα προαιρετικά μαθήματα ενημερώνονται και αναθεωρούνται συνεχώς. Ένα μάθημα μπορεί να αλλάξει ή να μην προσφέρεται σε ένα συγκεκριμένο ακαδημαϊκό έτος εάν πολύ λίγοι φοιτητές επιλέξουν αυτό το συγκεκριμένο μάθημα ή εάν το μάθημα απαιτεί ακαδημαϊκή αναθεώρηση. Middlesex University Dubai διατηρεί το δικαίωμα να τροποποιήσει ή να αποσύρει οποιοδήποτε μάθημα ή μάθημα ανά πάσα στιγμή.
Αυτό το πρόγραμμα προετοιμάζει αποφοίτους για ένα ευρύ φάσμα ρόλων στην Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων, όπως Μηχανικός Τεχνητής Νοημοσύνης, Επιστήμονας Δεδομένων, Προγραμματιστής Μηχανικής Μάθησης και Αναλυτής Ευφυών Συστημάτων. Θα αποκτήσετε τις δεξιότητες για την εφαρμογή τεχνικών Τεχνητής Νοημοσύνης σε τομείς όπως τα χρηματοοικονομικά, η υγειονομική περίθαλψη, η κυβερνοασφάλεια και άλλοι. Οι απόφοιτοι μπορούν επίσης να ακολουθήσουν μεταπτυχιακές σπουδές σε τομείς όπως η Επιστήμη Δεδομένων και η Τεχνητή Νοημοσύνη, η Επιστήμη Υπολογιστών, η Κυβερνοασφάλεια ή η Διαχείριση Δικτύων και να έχουν την ευκαιρία να αποκτήσουν επαγγελματικές πιστοποιήσεις από κορυφαίους παρόχους όπως η Microsoft, η AWS και η Google. Η εμπλοκή με τον κλάδο ενσωματώνεται μέσω διαλέξεων, ευκαιριών πρακτικής άσκησης και δικτύων αποφοίτων, ενισχύοντας τόσο την επαγγελματική ανάπτυξη όσο και την απασχολησιμότητα.
Γιατί να σπουδάσετε Πτυχίο (BSc) με τιμητική διάκριση στην Τεχνητή Νοημοσύνη και την Επιστήμη Δεδομένων;
Η Τεχνητή Νοημοσύνη και η Επιστήμη Δεδομένων μετασχηματίζουν τις βιομηχανίες και αναδιαμορφώνουν τον τρόπο με τον οποίο αλληλεπιδρούμε με την τεχνολογία, καθιστώντας τη σημερινή περίοδο συναρπαστική για να εισέλθετε στον τομέα. Το πρόγραμμα BSc Honours Artificial Intelligence and Data Science θα σας εξοπλίσει με ένα αυστηρό θεωρητικό υπόβαθρο και προηγμένες πρακτικές δεξιότητες για να καινοτομήσετε και να διαπρέψετε σε αυτόν τον δυναμικό τομέα. Το πρόγραμμα έχει σχεδιαστεί για να καλλιεργήσει την κριτική σκέψη, τη δημιουργικότητα και τον επαγγελματισμό - βασικές ιδιότητες για την ανάπτυξη ευφυών συστημάτων που μπορούν να αντιμετωπίσουν τις προκλήσεις του πραγματικού κόσμου σε όλους τους τομείς.
Διδασκαλία
Τα μαθήματα πραγματοποιούνται στην πανεπιστημιούπολη του Dubai Knowledge Park από Δευτέρα έως Παρασκευή, μεταξύ 8:30 π.μ. και 5:30 μ.μ. Δεν έχουν προγραμματιστεί μαθήματα τις Παρασκευές μεταξύ 12:00 μ.μ. και 2:00 μ.μ. Ενδέχεται να προγραμματιστούν περιστασιακά μαθήματα τα Σαββατοκύριακα ή τις περιόδους αργιών, και μπορείτε να περιμένετε αρκετή ειδοποίηση για αυτά. Η παρακολούθηση προγραμματισμένων εβδομαδιαίων μαθημάτων αποτελεί σημαντική προϋπόθεση για την ολοκλήρωση του προγράμματος.
Οι μαθητές θα συμμετέχουν σε μια σειρά από προσεγγίσεις μάθησης, διδασκαλίας και αξιολόγησης. Τέτοιες προσεγγίσεις στοχεύουν να θέσουν τους μαθητές στο επίκεντρο της δικής τους μάθησης, έτσι ώστε να συμμετέχουν ενεργά σε όλες τις πτυχές. Το πρόγραμμα απαιτεί ενεργή συμμετοχή και συνεργασία με τους συμφοιτητές, συμπεριλαμβανομένης της εργασίας και της μάθησης ως μέρος μικρών ομάδων. Οι μαθησιακές δραστηριότητες μπορούν να πραγματοποιηθούν τόσο εντός όσο και εκτός τάξης.
Οι φοιτητές θα υποστηρίζονται από την τεχνολογία και το διδακτικό προσωπικό θα χρησιμοποιεί υπάρχουσες και αναδυόμενες τεχνολογίες για να αλληλεπιδρά με τους φοιτητές. Το πρόγραμμα μπορεί να διευκολυνθεί χρησιμοποιώντας μια ποικιλία διαδικτυακών εργαλείων (My Learning στο UniHub, podcasts, wikis κ.λπ.). Με την ενασχόληση με την ηλεκτρονική μάθηση, οι φοιτητές θα αναπτύξουν πρόσθετες δεξιότητες που εκτιμώνται ιδιαίτερα από τους εργοδότες. Αυτές περιλαμβάνουν την ευέλικτη εργασία, την επικοινωνία, την κατανόηση της πληροφορικής και την ομαδική εργασία.